HBase知识点笔记总结

HBase是什么

HBase是Apache旗下一个高可靠性、高性能、面向列、可伸缩的一个分布式的基于列式存储的数据库,依赖于HDFS做底层的数据存储，基于Hadoop的hdfs存储，zookeeper进行管理。

利用HBase技术可以在廉价的PC服务器上搭建大规模的存储化集群，使用HBase可以对数十亿级别的大数据进行实时性的高性能读写，在满足高性能的同时还保证了数据存取的原子性。

原子性属于事物四大特性之一。

原子性：
一个事物中的所有操作，要么全部完成，要么全部不完成，不会结束在中间某环节。事物在执行过程中发生错误，会被回滚到事物开始前的状态，就像这个事物没有执行过一样。
一致性：
在事物开始之前、结束之后，数据库的完整性没有被破坏。
隔离性：
数据库允许多个并发事物，同时对其数据进行读写和修改的能力。隔离性可以防止多个并发事物执行，由于交叉执行，而导致的数据不一致。事物的隔离分为不同级别，包括读，未提交；读，提交；可重复读和串行化。
持久性：
事物处理结束后，对数据的修改就是永久的，即使系统故障也不会丢失数据。

事物主要用来管理insert、update、delete语句。
一般来说，事物必须满足四个条件：原子性、一致性、隔离性、持久性。

HBase的特点

1、大：一个表可以有数十亿行，上百万列。

2、无模式：每行都有一个可排序的主键和任意多的列，列可以根据需要动态的增加，同一张表中不同的行可以有截然不同的列。

3、面向列：面向列（族）的存储和权限控制，列（族）独立检索。

4、稀疏：空（null）列并不占用存储空间，表可以设计的非常稀疏。

5、数据多版本：每个单元中的数据可以有多个版本，默认情况下版本号自动分配，是单元格插入时的时间戳。

6、数据类型单一：Hbase 中的数据都是字符串，没有类型。

CAP理论

Consistency（一致性）：数据一致更新，所有数据变动都是同步的。
假如数据在ABC 3个节点上都有备份，在A节点更新了，BC也会更新，否则就会出现不对应错乱的情况。
Availability（可用性）：良好的响应性能。
对外部请求可以及时作出反应，效率比较高。
Partition tolerance（分区容错性）：可靠性。
就是我们的数据一定要有备份，不能存放在一个节点上，如果发生宕机，就会发生数据丢失。
定理：任何分布式系统只可能同时满足两点，没法三者兼顾。

集群架构

Client：包含了访问HBase的接口，还有维护缓存加速HBase的访问。

Zookeeper：实现HMaster的高可用；监控HRegionServer的状态；存储.META.的地址。

HMaster：维护.META.；为HRegionServer分配Region；维护集群的负载均衡。

HRegionServer：处理客户端的读写请求；管理HMaster分配的Region。

HDSF：为HBase提供最终的底层数据存储服务。

Rowkey设计原则

<